向前金服智能风控平台核心：智能风控决策引擎

向前金服自主研发的智能风控平台“听风者”上线以来，向前金服实现了对信贷活动的全生命周期风险管理，对于降低逾期率、提升企业营利性及促进行业健康发展发挥了重要作用。作为智能风控平台的核心工具，风控决策引擎在智能风控平台中起着至关重要的作用。

向前金服理财

智能风控决策引擎实际上是一系列风控规则的集合，它集线上审批、用户信用评分及群体细分、信贷决策为一体，通过整合内部基础数据和外部海量数据，并进行数据加工、数据分析、数据挖掘，提炼出对风控决策有价值的信息。风控决策主要识别两种风险，即绝对风险与相对风险。对于绝对风险，决策引擎的输出结果是“拒绝”，即命中则拒绝；对于相对风险，决策引擎有两种输出结果：一类是风险评分，用于衡量风险大小，风险评分越高，风险越大；一类是信用评分，用于衡量信用资质，信用评分越高，资质越好。

向前金服理财

风控决策引擎具有响应高效、稳定可靠等特点，并可设置不同角色进行分权限管理，风控规则配置灵活，支持多数据源调用，结合其业务统计报表等功能，极大地提升了自动化审批率及风险管理效率，为风控模型的打造、迭代提供更多助力。也就是：

1．规则、参数可配置：风控的核心思路是基于大量真实的样本数据，把逾期用户的特征提炼出来，并从概率学的角度上进行剔除，从而保证剩余用户群的逾期概率处于一个相对较低的区间。

在提炼数据与释放作用的过程中，会使用到“参数”的定义。随着业务的发展，数据样本与内容不断变化，可能会出现原本设定的参数过于严谨而导致审核通过率较低，或者是设定得过于宽松而导致逾期率较高，这就需要进行动态调整，也就要求风控决策引擎是可配置的。具体来说：

（1）非刚需与必要的风控规则要能“开关化”，对于一些并非关键作用的规则，设置“开关”可根据实际业务和用户群来灵活决定是否触发该规则。

（2）风控规则的分支、参数可灵活配置，合适的参数需要通过数据分析得出，需要在调整和验证的过程中逐渐形成。同时，“参数”要可以根据结果指标自动调整。

2．优先级执行：风控决策引擎是一堆风控规则的集合，通过不同的分支、层层规则的递进关系进行运算。实际运用中，如若已经触发绝对风险规则，结果必然是“拒绝”。这时，就不需要执行整套规则，可以节约大量的时间和性能成本。所以，需要根据以下的通用顺序来决定优先级执行。

（1）自有规则优先于外部规则运行。

（2）无成本或低成本的规则优先于高成本的规则运行。

（3）低性能消耗的规则优先于高性能消耗的规则运行。

3．规则及结果多样化：风控引擎中的规则有很多种类型，规则的“参数”决定了区间和上下限范围，有区间规则就必须有相应的多个结果。多样化的结果有助于风控引擎后期扩展，以满足不同业务使用场景的需要。

4．风控模型高度量化：风控建模需借助于函数的定义，此外也可以借助评分卡的机制进行补充。而评分卡的模式在另外一方面也作用于系统审核与人工信审，譬如高于X评分的订单申请，系统直接通过；处于X与Y之间的评分，则需人工审核，甚至通过电话联系；而低于Y评分的，则系统直接拒绝。